論文の概要: Spectral-PQ: A Novel Spectral Sensitivity-Orientated Perceptual Compression Technique for RGB 4:4:4 Video Data

• arxiv url: http://arxiv.org/abs/2201.09822v1
• Date: Mon, 24 Jan 2022 17:39:05 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-25 16:18:35.053644
• Title: Spectral-PQ: A Novel Spectral Sensitivity-Orientated Perceptual Compression Technique for RGB 4:4:4 Video Data
• Title（参考訳）: スペクトルPQ : RGB 4:4:4ビデオデータのスペクトル感度指向型知覚圧縮技術
• Authors: Lee Prangnell, Victor Sanchez
• Abstract要約: HVS(Human Visual System)のスペクトル感度と色知覚の関係は、知覚的圧縮研究においてしばしば見過ごされる。 本稿では、スペクトル知覚量子化(HVPQ)という、視覚的に損失のない新しい符号化手法を提案する。 提案手法は,HEVC規格の符号化ブロック()レベルと予測ユニット(PU)レベルで動作する。
• 参考スコア（独自算出の注目度）: 31.29612353016253
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: There exists an intrinsic relationship between the spectral sensitivity of the Human Visual System (HVS) and colour perception; these intertwined phenomena are often overlooked in perceptual compression research. In general, most previously proposed visually lossless compression techniques exploit luminance (luma) masking including luma spatiotemporal masking, luma contrast masking and luma texture/edge masking. The perceptual relevance of color in a picture is often overlooked, which constitutes a gap in the literature. With regard to the spectral sensitivity phenomenon of the HVS, the color channels of raw RGB 4:4:4 data contain significant color-based psychovisual redundancies. These perceptual redundancies can be quantized via color channel-level perceptual quantization. In this paper, we propose a novel spatiotemporal visually lossless coding method named Spectral Perceptual Quantization (Spectral-PQ). With application for RGB 4:4:4 video data, Spectral-PQ exploits HVS spectral sensitivity-related color masking in addition to spatial masking and temporal masking; the proposed method operates at the Coding Block (CB) level and the Prediction Unit (PU) level in the HEVC standard. Spectral-PQ perceptually adjusts the Quantization Step Size (QStep) at the CB level if high variance spatial data in G, B and R CBs is detected and also if high motion vector magnitudes in PUs are detected. Compared with anchor 1 (HEVC HM 16.17 RExt), Spectral-PQ considerably reduces bitrates with a maximum reduction of approximately 81%. The Mean Opinion Score (MOS) in the subjective evaluations show that Spectral-PQ successfully achieves perceptually lossless quality.
• Abstract（参考訳）: ヒトの視覚系(hvs)の分光感度と色知覚の間には内在的な関係があり、これらの絡み合った現象は知覚的圧縮研究においてしばしば見過ごされる。 一般的に、前述した視覚ロスレス圧縮技術では、ルマ時空間マスク、ルマコントラストマスク、ルマテクスチャ/エッジマスクを含む輝度(luma)マスクを利用する。 絵の中の色の知覚的関連性はしばしば見過ごされ、文学のギャップを形成している。 HVSのスペクトル感度現象に関して、生RGB 4:4:4データの色チャネルは、有意な色に基づく視覚的冗長性を含んでいる。 これらの知覚的冗長性はカラーチャネルレベルの知覚的量子化によって定量化することができる。 本稿では,スペクトル知覚量子化(spectral-pq)という,新しい時空間的視覚ロスレス符号化法を提案する。 RGB 4:4:4 ビデオデータに適用することにより,空間マスキングや時間マスキングに加えて,HVSスペクトル感度関連カラーマスキングを活用し,提案手法はHEVC規格の符号化ブロック(CB)レベルと予測ユニット(PU)レベルで動作する。 スペクトルPQは、G、B、RCBの高分散空間データが検出され、PUの高運動ベクトルサイズが検出された場合に、CBレベルで量子化ステップサイズ(QStep)を知覚的に調整する。 アンカー1 (HEVC HM 16.17 RExt) と比較すると、スペクトルPQは最大81%の減少でビットレートを著しく減少させる。 主観評価における平均意見スコア(mos)は、spectrum-pqが知覚的に損失のない品質を達成していることを示している。

関連論文リスト

• HyperColorization: Propagating spatially sparse noisy spectral clues for reconstructing hyperspectral images [2.7214317850962106]
  グレースケールガイド画像から高スペクトル像を再構成し,空間的に粗いスペクトル手がかりを抽出するカラー化を提案する。 提案アルゴリズムは,高スペクトル画像の様々なスペクトル次元に一般化し,低ランク空間における色付けが計算時間とショットノイズの影響を低減させることを示す。
  論文  参考訳（メタデータ） (2024-03-18T16:33:43Z)
• You Only Need One Color Space: An Efficient Network for Low-light Image Enhancement [50.37253008333166]
  低照度画像強調(LLIE)タスクは、劣化した低照度画像から詳細と視覚情報を復元する傾向がある。 水平/垂直インテンシティ(HVI)と呼ばれる新しいトレーニング可能なカラー空間を提案する。 輝度と色をRGBチャネルから切り離して、拡張中の不安定性を緩和するだけでなく、トレーニング可能なパラメータによって異なる照明範囲の低照度画像にも適応する。
  論文  参考訳（メタデータ） (2024-02-08T16:47:43Z)
• ColorVideoVDP: A visual difference predictor for image, video and display distortions [51.29162719944865]
  メトリックは、色調コントラスト感度とチャンネル間のコントラストマスキングという新しい心理物理学モデルに基づいて構築されている。 ディスプレイの観察条件、幾何学的、および測光的特性を考慮に入れている。 一般的なビデオストリーミングの歪みと、AR/VRディスプレイに関連する8つの新しい歪みを予測できるように訓練された。
  論文  参考訳（メタデータ） (2024-01-21T13:16:33Z)
• Deep Coding Patterns Design for Compressive Near-Infrared Spectral Classification [80.93625278357229]
  スペクトル分類は、測定に埋め込まれたスペクトル情報の量を考慮して、圧縮領域で直接行うことができる。 本研究では,CSIにおける符号化パターンとネットワークパラメータを協調的に設計し,組込み近赤外圧縮測定から直接スペクトル分類を行うエンド・ツー・エンド手法を提案する。
  論文  参考訳（メタデータ） (2022-05-27T15:55:53Z)
• Spectral Unmixing of Hyperspectral Images Based on Block Sparse Structure [1.491109220586182]
  本稿では,ブロックスパース構造とスパースベイズ学習戦略に基づくハイパースペクトル画像(HSI)のスペクトルアンミックス手法を提案する。
  論文  参考訳（メタデータ） (2022-04-10T09:37:41Z)
• Mask-guided Spectral-wise Transformer for Efficient Hyperspectral Image Reconstruction [127.20208645280438]
  ハイパースペクトル画像(HSI)再構成は、2次元計測から3次元空間スペクトル信号を復元することを目的としている。 スペクトル間相互作用のモデル化は、HSI再構成に有用である。 Mask-guided Spectral-wise Transformer (MST) は,HSI再構成のための新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-11-15T16:59:48Z)
• Spatial-Phase Shallow Learning: Rethinking Face Forgery Detection in Frequency Domain [88.7339322596758]
  本論文では,空間画像と位相スペクトルを組み合わせ,顔の偽造のアップサンプリング成果をキャプチャするSPSL(Spatial-Phase Shallow Learning)法を提案する。 SPSLは、クロスデータセット評価における最先端性能とマルチクラス分類を実現し、単一データセット評価において同等の結果を得ることができる。
  論文  参考訳（メタデータ） (2021-03-02T16:45:08Z)
• The quantization error in a Self-Organizing Map as a contrast and colour specific indicator of single-pixel change in large random patterns [0.0]
  固定サイズの自己組織化マップにおける量子化誤差は、局所的なコントラスト強度とコントラスト信号の最も細かい差を確実に識別できることを示す。 QEの感度は、人間の視覚検出の容量限界を超える。 これは、教師なし画像学習と大規模画像データに対する計算ビルディングブロックアプローチの文脈において重要な意味を持つ可能性がある。
  論文  参考訳（メタデータ） (2020-11-08T12:41:24Z)
• Frost filtered scale-invariant feature extraction and multilayer perceptron for hyperspectral image classification [0.0]
  超スペクトル画像の分類にFrost Filtered Scale-Invariant Feature Transformation based MultiLayer Perceptron Classification (FFSIFT-MLPC)を導入している。 FFSIFT-MLPC技術は、前処理、特徴抽出、複数の層を用いた分類の3つの主要なプロセスを実行する。 その結果, FFSIFT-MLPC法により高スペクトル画像分類精度, PSNRが向上し, 偽陽性率を最小化できることがわかった。
  論文  参考訳（メタデータ） (2020-06-18T10:51:04Z)
• HVS-Based Perceptual Color Compression of Image Data [31.29612353016253]
  知覚色圧縮(PCC)と呼ばれる新しい知覚画像符号化手法を提案する。 PCCはヒト視覚系(HVS)スペクトル感度とCIE Just Noticeable Color difference(JNCD)に関する新しいモデルに基づいている 評価では,PCC と Versatile Video Coding (VVC) や High efficient Video Coding (HEVC) などの参照手法を比較した。
  論文  参考訳（メタデータ） (2020-05-16T10:05:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。